Kernel Based DMD

Repository-Metriken

Stars

428 Sterne (428 Sterne)

PR-Merge-Metriken

PR-Metriken ausstehend (PR-Metriken ausstehend)

Beschreibung

Contributor Guide

Research-Richtung

Studieren Sie das Kernel DMD Papier (arXiv:1411.2260) und implementieren Sie den Algorithmus im DataDrivenDiffEq.jl Framework. Beginnen Sie damit, die vorhandene DMD Implementierung zu verstehen, und erweitern Sie sie dann um Kernel Methoden.

Tech Stack

Keine

Domain

machine learning

Issue Type

Funktion

SchwierigkeitGeschätzte Implementierungsschwierigkeit für neue Contributors, von 1 für sehr kleine Änderungen bis 5 für Expertenarbeit.

3

Geschätzte ZeitEin grober Zeitrahmen, um zu recherchieren, zu implementieren, zu testen und einen Pull Request vorzubereiten.

Über 1 Woche

AktivitätsstatusWie verfügbar das Issue gerade wirkt: frisch, aktiv, stale, blockiert oder wartet auf Maintainer-Input.

Aktiv

KlarheitWie klar das Issue die erwartete Änderung, Akzeptanzkriterien und den nächsten Schritt erklärt.

Recherche nötig

Voraussetzungen

Julia

EinsteigerfreundlichkeitEin Score von 1 bis 100, der schätzt, wie zugänglich dieses Issue für First-Time Contributors ist.

20